建站
咨詢
售后
建站咨詢
新聞中心
本文通過介紹Unicode編碼以及對應的兩種編碼方式UTF-8和UTF-16，讓讀者能夠了解關于字符串編碼的相關知識，同時能夠弄清楚Unicode和UTF-8和UTF-16之間的關系。
新洲網站建設公司創(chuàng)新互聯(lián)建站,新洲網站設計制作，有大型網站制作公司豐富經驗。已為新洲數(shù)千家提供企業(yè)網站建設服務。企業(yè)網站搭建\成都外貿網站建設公司要多少錢，請找那個售后服務好的新洲做網站的公司定做！
ASCII 碼
什么是 ASCII 碼？
ASCII 碼（American Standard Code for Information Interchange）稱為美國標準信息交換碼。它是基于拉丁字母的一套電腦編碼系統(tǒng)。它定義了一個用于代表常見字符的字典。
ASCII 碼都包含哪些字符？
包括 “A-Z”(大小寫都包含)，數(shù)據(jù)”0-9” 以及一些常見的符號。
ASCII 碼的局限在哪里？
ASCII 當初只是為美國英語而設計的，只能顯示 128 個編碼，對其他的語言無能為力。要想顯示其他語言的編碼，還是要使用 unicode。
Unicode
什么是 Unicode ?
為了將全世界的文字都統(tǒng)一的記錄下來，并將每個字符都用唯一的數(shù)字記錄下來，于是就產生了Unicode。
Unicode 也稱為 UCS(Universal Coded Character Set:國際編碼字符集合) 是一個字符集合，對世界上大部分的文字系統(tǒng)進行了整理，編碼，使電腦可以用更為簡單的方式來呈現(xiàn)和處理文字。最新的版本 Unicode 11.0 已經包含了 137439 個字符。
Unicode 的數(shù)量之多，如果完全涵蓋它， 需要用 4 個字節(jié)來表示，但是計算機存儲過程中卻不是必須都用 4 個字節(jié)來完成。對于有些字符，尤其是編碼在前面的字符我們也可以通過 1 個或 兩個字節(jié)來節(jié)省空間。這就涉及到了 unicode 的實現(xiàn)方式。
Unicode 的實現(xiàn)方式有幾種？
Unicode 只是一個字符集合，每個字符用一個數(shù)字來表示，但是這些數(shù)字在計算機內采用什么方式來存儲，是全部都是 4 個字節(jié)，還是 1 到 4 個字節(jié)不等，這就涉及到了字符編碼的概念。
我們說 Unicode 有幾種實現(xiàn)方式，也就是在問 Unicode 有幾種編碼方式？
Unicode 常用的編碼方式有 UTF-8, UCS-2, UTF-16 三種，另外還有一種 UTF-32 雖然不太常用也需要提一下。
Unicode 的體系結構是什么樣的？
Unicode 既然能夠存儲那么多的字符，肯定是有它的存儲規(guī)則的，如果使用 16 進制存儲，它的存儲范圍是多少到多少，是否都是直筒式的，從低到高排就可以了？也就是說 Unicode 的體系結構是怎么樣的。
Unicode 當前定義其字符的存儲范圍是： 0hex 到 10FFFFhex ，共分為 17 個區(qū)段，可以存儲 1,114,112 個字符，這對當前 (137439) 來說遠遠足夠了。
其中區(qū)段為 0hex 到 FFFFhex 稱為 基本多文種平面 BMP (Basic Multilingual Plane)，在這個平面中的字符表現(xiàn)形式是 U+ 后面跟 16 進制數(shù)。例如 X 字符的 unicode 是 U+0058。
而超出 BMP 范圍的，也就是 10000hex–10FFFFhex 這 16 個區(qū)段，需要用到 5 到 6 位來表示，如 U+E0001 和 U+10FFFD。
UTF-8 編碼
UTF-8 是使用互聯(lián)網上使用最廣泛的 unicode 編碼方式，目前已經占有整個互聯(lián)網 92% 的份額。這里再強調下 UTF-8 只是 Unicode 的一種實現(xiàn)方式，UTF-8 是編碼方式，而 Unicode 是字符集合
它是可變長的編碼方式，長度從 1 個字節(jié)到 4 個字節(jié)不等。
它能夠完全兼容 ASCII 碼，我們知道 ASCII 碼 是由 128 個字符組成的，而 Unicode 中的前 128 個字符和 ASCII 碼都是一一對應的。
UCS-2 編碼
UCS-2 只使用了兩個字節(jié)(16 bit) 來表示字符，也就是說只能表示 65536 個字符，它只能表示 BMP 中的字符。
當前的 unicode 字符數(shù)量已遠遠超過了 UCS-2 的數(shù)量，因此 UCS-2 雖然還在被好多軟件使用，但它已經過期了。
正因為 UCS-2 編碼依然被許多軟件使用，為了能夠表示出 BMP 以外的平面內的字符，就產生了一種新的編碼 UTF-16 編碼。
UTF-16 編碼
UTF-16 就是為了解決 UCS-2 編碼的問題而生的，它擴展自 UCS-2
基本多文種平面中，與 UCS-2 編碼完全一致，使用兩個字節(jié)表示
U+010000 到 U+10FFFF 范圍 使用 4 個字節(jié)表示
UTF-16 編碼的市場份額和 UTF-8 比很小， 在web 頁面中只占 0.01% 。而且主要在 windows 系統(tǒng)中使用， Unix/Linux 以及 MacOS 中很少使用。
UTF-32 編碼
UTF-32 對 Unicode 中的每個字符都用 4 個字節(jié)來表示,占用的空間比其他編碼要多的多，也正是這個原因，人們才用的很少。
小結
既然看到了這里，您一定對 unicode 有了一些認識吧，請再來回顧下 Unicode 的思維導圖，加深下理解。
帶你了解 Unicode和UTF-8編碼知識帶你了解 Unicode和UTF-8編碼知識
下面來總結下重點：
ASCII 碼只能表示 128 個字符，只是針對美國英語而設計的， 為了表示其他語言的字符，于是就有了 Unicode
Unicode 只是一個字符集，里面收集了全世界絕大部分語言的字符。它有多種實現(xiàn)方式（編碼方式），最常用的就是 UTF-8
UTF-8 編碼是變長字節(jié)的，1 到 4 個字節(jié)不等，并且它能夠完全兼容 ASCII 碼
分享文章：詳解Unicode和UTF-8編碼
網頁路徑：http://www.dlmjj.cn/article/djchpee.html
